目录
继承(修饰符 class 子类 extends 父类)
父类成员访问
查找顺序(就近原则):子类>父类>报错
同名时(想明确访问父类的)——>super
子类构造方法(父子父子,先有父再有子):子类成员=父类+自己新增的
父类构造方法无参或默认
父类构造方法有参
super和this区别
final
继承和组合
多态
重写(覆盖)—>针对:子类重写父类
重写与重载区别
向上转型
发生方式(父类引用子类对象)
优缺点
向下转型
动态绑定(后期绑定/晚绑定)
多态优缺点
优点:降低“圈复杂度”,避免使用大量的if-else
优点:可扩展能力强
缺点:代码运行效率降低
避免在构造方法中调用重写的方法(因为被重写了,执行不到)
继承(修饰符 class 子类 extends 父类)

共性的抽取,实现代码复用(is - a)
Java当中 不支持多继承->接口实现多继承
父类成员访问
查找顺序(就近原则):子类>父类>报错

没有就往下进行(包括:重载、重写)

super:在子类方法中访问父类的成员
上述代码省略部分:父类中有无参的A、B方法,子类中有有参的A、无参的B方法
super.data—>访问父类成员变量
super.func()—>访问父类成员方法
super()—>访问父类构造方法
子类构造方法(父子父子,先有父再有子):子类成员=父类+自己新增的
子类构造方法中,super(···)只出现一次且必须在第一行且不能和this同时出现
父类构造方法无参或默认
需要用户为子类显式定义构造方法,并在子类构造方法中选择合适的
父类构造方法调用,否则报错
super和this区别
1.this—>当前实例方法的对象/super—>继承父类成员的引用
2. 非静态成员方法中: this—>访问本类的方法和属性/super—>访问父类继承下来的方法和属性
3. 构造方法中:两种调用不能同时在构造方法中出现 this(...)—>调用本类构造方法/super(...)—>调用父类构造方法
4. 构造方法中:一定会存在super(...)的调用,不写也有默认,但this(...)不写则没有
final
修饰变量->常量
修饰类-> 该类不能被继承
修饰方法->该方法不能被重写
继承和组合
组合 是 a part of 或者是 has a
多态

1. 必须在继承体系下
2. 子类必须要对父类中方法进行重写
3. 通过父类的引用调用重写的方法
体现:传递不同类对象时,调用对应类中的方法。
重写(覆盖)—>针对:子类重写父类
1.方法名、参数列表(个数、类型、顺序)、返回值完全一致(是父子关系时返回值可以不同)
2.重写后权限:子类>=父类
3.父类被static、private、final修饰的方法、构造方法不可重写
4.注释@Override:合法性校验
重写与重载区别

向上转型

发生方式(父类引用子类对象)

1. 直接赋值
2. 方法传参
3. 方法返回
优缺点

优点:简单灵活
缺点:只能调用父类特有的方法
向下转型
父类给到子类,此时注意强转。为了安全起见,引入了instanceof关键字:
对象 instanceof 类型 ——>判断:左对象是否是右类型(或其子类型)的实例
动态绑定(后期绑定/晚绑定)

1. 发生向上转型:父类引用 引用了子类对象
2. 通过父类引用 调用了 子类和父类重写的方法
3. 程序运行时,会绑定执行 子类的被重写的这个方法——>动态绑定
4.静态绑定(前期绑定/早绑定):根据所传实参确定了具体调用哪个方法
多态优缺点
优点:降低“圈复杂度”,避免使用大量的if-else
圈复杂度:一段代码中条件语句和循环语句出现的个数
优点:可扩展能力强

对于类的调用者来说(drawShapes方法), 只要创建一个新类的实例即可, 改动成本低
缺点:代码运行效率降低
1. 属性没有多态性:
父类子类有同名属性时,通过父类引用,只能引用父类自己的成员属性
2. 构造方法没有多态性:
①执行构造方法时,对象还未完全创建
②构造方法不可被继承或重写
避免在构造方法中调用重写的方法(因为被重写了,执行不到)
AI大模型学习福利
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获
四、AI大模型商业化落地方案

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量

被折叠的 条评论
为什么被折叠?



